Java 21正则表达式\b单词边界匹配器Unicode语义变更问询

问题概述 #

Java 21 中，正则表达式的单词边界匹配器 \b 语义出现重大变化，与 Java 17 及更早版本的 Unicode 兼容行为不一致：

• Java 17 及之前版本中，\b 基于 Unicode 单词定义，正则表达式 a\b.* 无法匹配字符串 "aß"，执行结果为 false。
• Java 21 中，\b 默认基于非 Unicode 的 \w 字符类定义，导致 a\b.* 现在可以匹配 "aß"，执行结果为 true。

临时修复的局限性 #

启用 UNICODE_CHARACTER_CLASS 标志可以修正 \b 的行为，但该标志会全局改变所有字符类的语义，无法单独恢复 \b 的旧有 Unicode 匹配逻辑，与 Java 21 之前的行为仍存在差异。

官方文档缺失问题 #

目前在 Java 21 发布说明及公开网络搜索中，均未找到该破坏性变更的相关文档说明。对于核心库的此类变更，认为官方至少应提供明确的变更警告，以及专门用于恢复旧行为的特性标志。

最小可复现示例 #

Java 17 执行命令与结果 #

echo 'System.out.println("aß".matches("a\\b.*"))' | /usr/lib/jvm/java-17-openjdk/bin/jshell

输出：false

Java 21 执行命令与结果 #

echo 'System.out.println("aß".matches("a\\b.*"))' | /usr/lib/jvm/java-21-openjdk/bin/jshell -q

输出：true

内容的提问来源于stack exchange，提问作者Victor Mataré